如何将网页信息提取为 JSON 结构
当页面信息需要存入带名称的字段,而不是一整块纯文本时,JSON 很有用。此工具适合准备一份小型结构化记录,供其他应用或同事检查。
从合适的材料开始。
- 你需要提供什么
- 包含重复结构记录的选定区块。
- 预期结果
- 将请求的字段转换为 JSON 数组,不编造缺失值。
工作流程如何运作。
指定键名、预期的值类型,以及输出应为单个对象还是列表。将真正缺失的值与空字符串、零和 false 区分开来;这些选择在后续处理代码中的含义不同。
结果中需要检查的内容。
验证 JSON 语法,并将每个字段与来源核对。可被解析的文件仍可能包含错误事实,因此在其他系统中使用前,应检查日期、标识符和 null 值。
在其他应用中使用前先解析 JSON,再检查其中的实际值。语法有效只表明解析器能读取结构,并不能证明提取出的事实正确。
参考完整示例学习。
可下载的示例是 JSON 数组。将其结构和缺失值处理方式与你需要的结果比较,再对照提供的来源核查自己的值。
所提供的示例仅用于说明,并非针对你的数据执行的记录。
下载示例 ↓用于你自己的材料。
- 打开要处理的来源,并在该标签页中启用 WebAct。
- 复制页面顶部的任务,补充必需的字段或偏好,并检查建议执行的操作。
- 将首次结果与来源对照,必要时提出具体修改或完善要求。